38

BAB III

METODE PENELITIAN

3.1 Jenis Penelitian

Pada penelitian ini, jenis penelitian yang digunakan adalah explanatory

research dengan menggunakan pendekatan kuantitatif. Menurut (Jogiyanto

dan Abdillah, 2009) penelitian eksplanasi merupakan penelitian yang

bertujuan untuk menjelaskan fenomena yang ada. Sedangkan menurut

Sugiyono (2008), penelitian eksplanasi adalah penelitian yang digunakan

untuk menjelaskan kedudukan-kedudukan dari variabel-variabel yang di

teliti serta hubungan antara satu variabel dengan variabel lainnya.

Penelitian ini dimaksudkan untuk menguji hipotesis yang telah dirumuskan

sebelumnya. Pada akhirnya hasil penelitian ini menjelaskan hubungan

kausal antar variabel-variabel melalui penguji hipotesis. Penelitian ini

bertujuan untuk mengetahui hubungan antar variabel yaitu, Experiential

Marketing (X1), Kualitas Produk (X2) terhadap Loyalitas Konsumen (Y),

melalui Kepuasan Konsumen (Z).

39

3.2 Sumber Data

Sumber data dalam penelitian adalah subjek dari mana data dapat diperoleh

(Arikunto, 2002). Sumber data yang digunakan dalam penelitian ini adalah

data primer, yaitu data yang diperoleh dari sumber-sumber asli. sumber

pertama darimana data tersebut diperoleh. Data primer dalam penelitin ini

diperoleh dengan menyebarkan kuesioner kepada responden, yaitu

Mahasiswi Pengguna Pembalut Wanita merek Charm di Universitas

Lampung.

3.3 Teknik Pengumpulan Data

Teknik pengumpulan data menggunakan instrumen kueisioner. Kuesioner

merupakan teknik pengumpulan data yang dilakukan dengan cara memberi

seperangkat pertanyaan atau pernyataan tertulis kepada responden untuk

dijawab (Sugiyono, 2008). Tujuan utama dalam pembuatan kuesioner

adalah untuk (a) memperoleh informasi yang relevan dengan tujuan survai,

(b) memperoleh informasi dengan reliabilitas dan validitas setinggi mungkin

(Singarimbun dan Effendi, 2006). Kuesioner tepat digunakan bila jumlah

responden cukup besar dan tersebar di wilayah yang luas.

3.4 Skala Pengukuran Variabel

Skala pengukuran variabel dalam penelitian ini menggunakan skala Likert.

Menurut (Sugiyono, 2008) skala likert digunakan untuk mengukur sikap,

pendapat, dan persepsi seseorang atau sekelompok orang tentang fenomena

40

sosial. Skala Likert berhubungan dengan suatu jawaban pada setiap

indikator instrument, menggunakan skala Likert mempunyai nilai gradasi

dari yang tertinggi sampai yang terendah, yaitu:

1. Sangat setuju dengan skor 5

2. Setuju dengan skor 4

3. Netral dengan skor 3

4. Tidak setuju dengan skor 2

5. Sangat tidak setuju dengan skor 1

3.5 Populasi dan Sampel

Populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek

yang mempunyai kualitas dan karakteristik tertentu yang diterapkan oleh

peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono,

2008). Populasi dalam penelitian ini adalah Seluruh Mahasiswi Pengguna

Pembalut Wanita Merek Charm di Univeritas Lampung.

Sampel merupakan bagian dari jumlah dan karakteristik yang dimiliki

populasi tersebut (Sugiyono, 2008). Sampel yang diambil dari populasi

harus betul-betul representatif atau mewakili. Dalam penelitian ini, sampel

yang digunakan adalah Sebagian Mahasiswi Pengguna Pembalut Wanita

Merek Charm di Universitas Lampung.

Dalam penelitian ini populasi tidak diketahui jumlahnya. Sehingga

menggunakan rumus dalam menghitung sampel yang tidak diketahui

menurut Wibisono dalam Riduan dan Akdon (2013) adalah sebagai berikut:

41

(

)

(( ) ( )

)

Dengan begitu peneliti yakin dengan tingkat kepercayaan 95% bahwa

sampel random berukuran 96,04 97 akan memberikan selisih estimasi ̅

dengan kurang dari 0,05. Jadi, sampel yang diambil sebesar 97 orang.

3.6 Teknik Sampling

Teknik pengambilan sampel dalam penelitian ini yaitu Purposive sampling.

Teknik Purposive sampling adalah teknik penentuan sampel dengan

pertimbangan tertentu (Sugiyono, 2008). Purposive sampling merupakan

salah satu bagian dari teknik pengambilan sampel nonprobability sampling.

Nonprobability sampling adalah teknik pengambilan sampel yang tidak

memberi peluang atau kesempatan sama bagi setiap unsur atau anggota

populasi menjadi sampel (Sugiyono, 2008). Pertimbangan sampel dalam

penelitian ini adalah Mahasiswi Pengguna Pembalut Wanita Merek Charm

di Universitas Lampung.

3.7 Definisi Konseptual

Definisi konseptual menggambarkan batasan-batasan masalah terhadap

variabel yang dijadikan pedoman penelitian, sehingga arah dan tujuan tidak

menyimpang. Berdasarkan teorisasi dan permasalahan penelitian, definisi

konseptual pada penelitain ini adalah sebagai berikut :

42

a. Variabel Experiential Marketing (X1) :

Experiential Marketing adalah suatu konsep pemasaran yang

melibatkan emosi dan perasaan dengan menciptakan pengalaman

positif yang tidak terlupakan terhadap produk atau jasa yang

ditawarkan (Schmitt, 1999:20).

b. Variabel Kualitas produk (X2) :

Kualitas produk (product quality) adalah kemampuan sebuah produk

dalam memperagakan fungsinya, hal itu termasuk keseluruhan

durabilitas, reliablitas, ketepatan, kemudahan pengoperasian dan

reparasi produk juga atribut produk lainnya (Kotler dan Amstrong,

2008).

c. Variabel Kepuasan Konsumen (Z) :

Customer satisfaction adalah perasaan senang atau kecewa yang

dirasakan konsumen yang berasal dari perbandingan antara kesan

terhadap kinerja (hasil) suatu produk, dengan kata lain kepuasan

sebagai evaluasi paska konsumen mengkonsumsi produk dimana

suatu alternatif yang dipilih setidaknya memenuhi atau melebihi

harapan (Kotler dan Keller, 2009).

d. Variabel Loyalitas Konsumen (Y) :

Loyalitas konsumen merupakan suatu pembelian ulang yang

dilakukan oleh seorang konsumen karena komitmen pada suatu

merek perusahaan (Kotler dan Keller, 2009).

43

3.8 Definsi Operasional

Definisi Operasional adalah petunjuk tentang bagaimana suatu variabel

diukur (Singarimbun dan Effendi, 2006). Dalam mengukur konsep maka

dibutuhkan definisi operasional dalam menjabarkan konsep tersebut secara

lebih jelas. Uraian tentang definisi operasional yang digunakan dalam

penelitian adalah sebagai berikut :

Tabel 3.1 Tabel Definisi Operasional Variabel Definisi Indikator Skala

Experiential

Marketing (X1)

Peristiwa-peristiwa yang

terjadi pada konsumen

dikarenakan adanya

stimulus tertentu pada

perusahaan Uni-Charm,

misalnya yang diberikan

oleh pihak Charm saat

mengkonsumsi barang

atau jasa (Schmitt,

1999).

Sense (panca indera):

1. Bentuk

2. Ukuran

3. Tekstur

4. Aroma

Feel (perasaan):

1. Kebanggaan

2. Kepuasan

3. Kesenangan

Think (berfikir):

1. Harga yang sesuai

dengan kualitas

2. Keterjangkauan

harga

3. Perbandingan harga

dengan merek lain

4. Variasi produk

pembalut Cham

5. Inovasi produk baru

yang terus

dilakukan Charm

Likert

Kualitas

Produk (X2)

Kemampuan suatu

produk untuk

menunjukkan berbagai

fungsi termasuk

ketahanan, kehandalan,

ketepatan dan

kemudahan dalam

penggunaan pada

Perusahaan Uni-Charm

(Kotler dan Keller,

2009).

1. Tingkat daya serap

produk pembalut

2. Tingkat kebocoran

ketika digunakan

3. Adanya kandungan

gel pada pembalut

4. Tingkat kelembutan

pada lapisan

pembalut

5. Ketersediaan motif

(gambar/corak)

pada produk

pembalut

Likert

44

6. Kenyamanan ketika

digunakan

7. Keamanan ketika

digunakan

8. Kelenturan ketika

digunakan

9. Anti kerut

Sumber (Rodhiah, 2007)

Kepuasan

Konsumen (Z)

Perasaan senang atau

kecewa yang dirasakan

konsumen yang berasal

dari perbandingan antara

kesan terhadap kinerja

(hasil) suatu produk,

dengan kata lain

kepuasan sebagai

evaluasi paska

konsumen

mengkonsumsi produk

dimana suatu alternatif

yang dipilh setidaknya

memenuhi atau melebihi

harapan pada Perusahaan

Uni-Charm (Kotler dan

Keller, 2009)

1. Manfaat yang di

dapat dari produk

2. Produk memberi

mutu dan kualitas

yang tinggi

3. Adanya rasa bangga

dalam

menggunakan

produk Charm

4. Adanya rasa

kepuasan tersendiri

jika menggunakan

produk Charm

5. Adanya rasa puas

secara keseluruhan

terhadap produk

Charm

Likert

Loyalitas

Konsumen (Y)

Suatu pembelian ulang

yang dilakukan oleh

seorang konsumen

karena komitmen pada

suatu merek Perusahaan

Uni-Charm (Kotler dan

Keller, 2009).

1. Repeat

(Pembelian Ulang)

2. Retention

(Pembelian Menetap)

3. Refferal

(Merekomendasikan)

Likert

3.9 Pengujian Instrumen

1. Uji Validatas

Uji validitas adalah suatu alat yang digunakan untuk mengukur sah atau

valid tidaknya suatu kuesioner (Ghozali, 2005). Suatu instrumen dikatakan

valid apabila mampu mengukur apa yang diukur, karena suatu alat ukur

yang valid mempunyai validitas yang tinggi. Sebaliknya suatu alat ukur

yang kurang valid memiliki validitas rendah.

45

Validitas dapat diketahui dengan menggunakan rumus Product Moment

Coeficient of Correlation sebagai berikut:

rxy =

( ) ( )

√* ( ) +* ( ) +

Sumber: Supranto (2000)

Keterangan :

rxy = Koefisien Korelasi antara variabel Xi dan variabel Yi

n = Banyaknya variabel sampel yang dianalisis

Xi = Skor dari masing-masing variabel (faktor yang mempengaruhi)

Yi = Skor dari seluruh variable

Dengan kriteria pengambilan keputusan sebagai berikut :

1. Jika r hitung > r tabel, maka kuesioner valid.

2. Jika r hitung < r tabel, maka kuesioner tidak valid.

2. Uji Reliabilitas

Uji reliabilitas yaitu alat untuk mengukur suatu kuesioner yang merupakan

indikator dari variabel atau konstruk (Ghozali, 2005). Reliabilitas merujuk

pada satu pengertian bahwa suatu instrumen cukup dapat dipercaya untuk

digunakan sebagai alat pengumpulan data karena instrumen tersebut sudah

baik. Kuesioner dikatakan reliable jika jawaban seseorang terhadap

pertanyaan adalah konsisten atau stabil dari waktu ke waktu.

46

Adapun cara yang digunakan untuk menguji reliabilitas kuesioner dalam

penelitian ini adalah menggunakan teknik Alpha Crombach dengan rumus

sebagai beikut:

Rii =

Sumber: Sugiyono (2008)

Keterangan:

rii = Reliabiltas Instumen

k = Banyaknya butir pertanyaan dan soal

∑α = ∑ varians butir pertanyaan

αt2

= Varians total

Kriteria penilaian uji reliabilitas menurut (Jogiyanto dan Abdillah, 2009) :

1. Apabila hasil koefisien Alpha lebih besar dari 0,7 maka kuesioner

tersebut reliabel.

2. Apabila hasil koefisien Alpha lebih kecil dari 0,7 maka kuesioner

tersebut tidak reliabel.

3.10 Metode Analisis Data

Metode analisis data yang digunakan dalam penelitian ini adalah dengan

menggunakan software SmartPLS yang dijalankan dengan media komputer.

PLS (Partial Least Square) adalah analisis persamaan struktural (SEM)

47

berbasis varian yang secara stimultan dapat melakukan pengujian model

pengukuran sekaligus pengujian model struktural. Model pengukuran

digunakan untuk uji validitas dan reliabilitas, sedangkan struktural

digunakan untuk uji kaulitas (penguji hipotesis dengan model prediksi). PLS

baik digunakan pada penelitian kuantitatif yang menggunakan model

penelitian yang kompleks, yaitu model yang terdiri atas banyak variabel

dependen yang juga menggunakan efek mediasi atau moderasi (Jogiyanto

dan Abdillah, 2009).

Metode analisis data dalam penelitian ini terbagi menjadi dua, yakni :

1. Statistik Deskriptif

Menurut (Sugiyono, 2008) statistik deskriptif adalah statistik yang

digunakan untuk menganalisis suatu data dengan cara mendeskripsikan atau

menggambarkan data yang telah terkumpul sebagaimana adanya tanpa

bermaksud membuat kesimpulan yang berlaku untuk umum atau

generalisasi. Data tersebut berasal dari jawaban responden melalui

kuesioner atas item-item dan akan diperoleh dengan cara dikelompokkan

dan ditabulasi kemudian diberikan penjelasan.

2. Statistik Inferensial

Menurut (Sugiyono, 2008) statistik inferensial adalah teknik statistik yang

digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk

populasi. Sesuai dengan hipotesis yang telah dirumuskan, maka dalam

penelitian ini analisis data statistik inferensial diukur dengan menggunakan

48

software SmartPLS mulai dari pengukuran model (outer model), struktur

model (inner model) dan pengujian hipotesis.

1. Model Pengukuran (Outer Model)

Outer Model sering disebut sebagai (outer relation atau measurement

model) yang mendefinisikan bagaimana setiap blok indikator berhubungan

dengan variabel latennya. Blok dengan indikator refleksi dapat ditulis

persamaannya (Jaya et.al., 2008) sebagai berikut :

x = Ʌxξ + δ ............................................................................................(3.1)

y = Ʌyη + ɛ ..............................................................................................(3.2)

Dimana x dan y adalah indikator untuk variabel laten eksogen (ξ) dan

endogen (η). Sedangkan Ʌx dan Ʌy merupakan matriks loading yang

menggambarkan seperti koefisien regresi sederhana yang menghubungkan

variabel laten dengan indikatornya residual yang diukur dengan δ dan ɛ

dapat diinterpretasikan sebagai kesalahan pengukuran atau noise. Model

indikator formatif persamaanya dapat ditulis sebagai berikut :

ξ = Пξ Xi + δ .............................................................................................(3.3)

η = ПηYi + ɛ .............................................................................................(3.4)

Dimana ξ , η , X dan Y sama dengan persamaan sebelumnya. Dengan Пξ

dan Пη adalah seperti koefisien regresi berganda dari variabel laten terhadap

indikator, sedangkan δ dan ɛ adalah residual dari regresi. Model pengukuran

atau outer model digunakan untuk menguji validitas konstruk dan

49

reliabilitas instrument. Menurut Singarimbun dan Effendi (2006) uji

validitas dilakukan untuk mengetahui sejauh mana suatu alat pengukuran

yang digunakan mengukur apa yang ingin diukur. Sedangkan uji reliabitas

menurut Sugiyono (2008) digunakan untuk menguji apakah instrumen yang

digunakan konsisten dan dapat digunakan untuk mengukur obyek yang

sama, akan menghasilkan data yang sama.

Convergen validity dan measurement model dapat dilihat dari korelasi

antara skor indikator dan variabelnya. Indikator dianggap valid jika

memiliki nilai AVE diatas 0,5 atau memperlihatkan seluruh outer loading

dimensi variabel memiliki nilai loading >0,5 sehingga dapat disimpulkan

bahwa pengukuran tersebut memenuhi kriteria validitas konvergen (Chin,

1995).

Rumus AVE (Average Varians Extracted) dapat dirumuskan sebagai

berikut:

AVE =

......................................................................................(3.5) n

Keterangan :

AVE : rerata presentase skor varian yang diekstrasi dari seperangkat

variabel laten yang diestimasi melalui loading standarlize

indikatornya dalam proses iterasi alogaritma dalam PLS.

λ : melambangkan standarlize loading factor dan I adalah jumlah indikator.

50

Uji yang dilakukan pada outer model menurut Vincenzo (2010) :

a. Convergent Validity. Nilai Convergent Validity merupakan nilai loading

faktor pada variabel laten dengan indikator-indikatornya. Nilai yang

diharapkan pada Convergent Validity >0.5.

b. Discriminant Validity. Nilai Discriminant Validity merupakan nilai

cross loading faktor yang berguna untuk mengetahui apakah konstruk

memiliki diskriminan yang memadai yaitu dengan cara membandingkan

nilai loading pada konstruk yang dituju harus lebih besar dibandingkan

nilai loading dengan konstruk yang lain.

c. Composite Reliability. Data yang memiliki Composite Reliable >0.7

mempunyai reliabilitas yang tinggi.

d. Average Variance Extracted (AVE). Nilai AVE yang diharapkan >0.5.

e. Cronbach Alpha. Uji reliabilitas diperkuat dengan Cronbach Alpha atau

Composite Reliability. Nilai diharapkan >0.7 untuk semua konstruk.

Di bawah ini hasil prariset untuk mengetahui kuesioner yang akan

disebarkan layak atau tidak untuk penelitian berikutnya, prariset dilakukan

dengan menyebarkan 50 kuesioner kepada 50 mahasiswi pengguna

pembalut wanita merek Charm di Universitas Lampung. Kriteria layak

dalam penelitian ini AVE > 0,5 dan Cross Loading > 0,5. Hasil dari uji

validitas terhadap 36 item pernyataan kuesioner yang dilakukan pada 50

responden.

Berdasarkan data pada tabel 3.2 melalui pengukuran (outer loading)

terdapat satu variabel yang tidak memenuhi kriteria (Rule of Thumbs)

51

sehingga dinyatakan tidak valid. Variabel tersebut yaitu Experiential

Marketing. Untuk mengkoreksi variabel yang tidak valid tersebut agar

memenuhi kriteria yang telah ditentukan, maka tiga indikator dalam variabel

Experiential Marketing yaitu EM 1.8, EM 1.9, dan EM 1.10 dikeluarkan

atau tidak diikut sertakan pada uji selanjutnya dengan tujuan dapat

menaikkan skor pengukuran model (outer loading) masing-masing item dan

skor composite reliability.

Tabel 3.2 Hasil Uji Validitas

Measurment

Model

Hasil Nilai Kritis Evaluasi

Model

Outer Model

Convergen

Validity

Variabel AVE

>0,5

Tidak Valid EM 0,461

KP 0,640 Valid

KK 0,515 Valid

LY 0,510 Valid

Diskriminant

Validity

Indikator Cross Loading

>0.5

Valid

EM 1.1 0,663 Valid

EM 1.2 0,599 Valid

EM 1.3 0,785 Valid

EM 1.4 0,649 Valid

EM 1.5 0,717 Valid

EM 1.6 0,759 Valid

EM 1.7 0,780 Valid

EM 1.8 0,553 Valid

EM 1.9 0,583 Valid

EM 1.10 0,646 Valid

EM 1.11 0,526 Valid

EM 1.12 0,810 Valid

KP 1.1 0,725 Valid

KP 1.2 0,747 Valid

KP 1.3 0,646 Valid

KP 1.4 0,717 Valid

KP 1.5 0,739 Valid

KP 1.6 0,783 Valid

KP 1.7 0,708 Valid

KP 1.8 0,693 Valid

KP 1.9 0,691 Valid

KK 1.1 0,802 Valid

KK 1.2 0,739 Valid

KK 1.3 0,806 Valid

KK 1.4 0,843 Valid

KK 1.5 0,806 Valid

52

LY 1.1 0,755 Valid

LY 1.2 0,561 Valid

LY 1.3 0,599 Valid

LY 1.4 0,733 Valid

LY 1.5 0,715 Valid

LY 1.6 0,757 Valid

LY 1.7 0,642 Valid

LY 1.8 0,799 Valid

LY 1.9 0,764 Valid

LY 1.10 0,757 Valid

Sumber: Data Dolah, 2014

Berikut ini hasil uji validitas yang dilakukan kembali pada 50 responden

sebagi berikut:

Tabel 3.3 Hasil Uji Validitas Akhir

Measurment

Model

Hasil Nilai Kritis Evaluasi

Model

Outer Model

Convergen

Validity

Variabel AVE

>0,5

Valid EM 0,508

KP 0,640 Valid

KK 0,515 Valid

LY 0,510 Valid

Diskriminant

Validity

Indikator Cross Loading

>0.5

Valid

EM 1.1 0,663 Valid

EM 1.2 0,599 Valid

EM 1.3 0,785 Valid

EM 1.4 0,649 Valid

EM 1.5 0,717 Valid

EM 1.6 0,759 Valid

EM 1.7 0,780 Valid

EM 1.11 0,526 Valid

EM 1.12 0,810 Valid

KP 1.1 0,725 Valid

KP 1.2 0,747 Valid

KP 1.3 0,646 Valid

KP 1.4 0,717 Valid

KP 1.5 0,739 Valid

KP 1.6 0,783 Valid

KP 1.7 0,708 Valid

KP 1.8 0,693 Valid

KP 1.9 0,691 Valid

KK 1.1 0,802 Valid

KK 1.2 0,739 Valid

KK 1.3 0,806 Valid

KK 1.4 0,843 Valid

KK 1.5 0,806 Valid

LY 1.1 0,755 Valid

53

LY 1.2 0,561 Valid

LY 1.3 0,599 Valid

LY 1.4 0,733 Valid

LY 1.5 0,715 Valid

LY 1.6 0,757 Valid

LY 1.7 0,642 Valid

LY 1.8 0,799 Valid

LY 1.9 0,764 Valid

LY 1.10 0,757 Valid

Sumber: Data Dolah, 2014

Berdasarkan pada tabel 3.3 melalui pengukuran (outer loading) menyatakan

bahwa semua variabel dan indikator memenuhi kriteria sehingga dinyatakan

valid dengan nilai kritis >0,5.

Selanjutnya uji reliabilitas dapat juga dilihat dari nilai Cronbach’s Alpha

dan nilai Composite Reliability (pc). Untuk dapat dikatakan suatu item itu

pernyataan reliabel, maka nilai Cronbach’s Alpha harus >0,6 dan nilai

Composite Reliability harus >0,7. Dengan menggunakan output yang

dihasilkan SmartPLS maka Composite Reliability dapat dihitung dengan

rumus sebagai berikut:

pc= Σλ .............................................................................(3.6)

(Σλi)2

+λivar(ɛi

Dimana λi adalah Component Loading ke indikator dan var(ɛi) = 1 - λi2.

Dibandingkan dengan Cronbach’s Alpha, ukuran ini tidak mengasumsikan

tau equivalence antar pengukuran dengan asumsi semua indikator diberi

bobot sama. Sehingga Cronbach’s Alpha cenderung lower bond estimate

reliability, sedangkan Composite Reliability merupakan Closer

Approximation dengan asumsi estimasi parameter adalah akurat. Hasil uji

reliabilitas yang dilakukan kepada 50 Mahasisiwi pengguna pembalut

54

wanita merek Charm di Universitas Lampung, dapat dilihat dalam Tabel 3.4

sebagai berikut:

Tabel 3.4 Hasil Uji Reliabilitas

Variabel Composite

Reliability

Nilai

Kritis

Cronbachs

Alpha

Nilai

Kritis

Evaluasi

Model

EM 0,902

>0,7

0,843

>0,6

Reliabel KP 0,905 0,837

KK 0,899 0,838

LK 0,911 0,803

Sumber: Data Dolah, 2014

2. Evaluasi Model Struktural (Inner Model)

Uji pada model struktural dilakukan untuk menguji hubungan antara

konstruk laten. Ada beberapa uji model struktural (inner model) menurut

Vicenzo (2010) yaitu :

a. R Square pada konstruk endogen. Nilai R Square merupakan koefisien

determinasi pada konstruk endogen. Menurut Chin (1998), nilai R

Square sebesar 0.67 (kuat), 0.33 (moderat), dan 0.19 (lemah).

b. Estimate for Path Coefficients, merupakan nilai koefisien jalur atau

besarnya hubungan atau pengaruh konstruk laten. Dilakukan dengan

prosedur Bootstrapping.

c. Prediction Relevance (Q Square) atau dikenal dengan Stone-Geisser’s.

Uji ini dilakukan untuk mengetahui kapabilitas prediksi dengan prosedur

blinfolding. Apabila nilai yang didapatkan 0.02 (kecil), 0.15 (sedang)

dan 0.35 (besar). Hanya dapat dilakukan untuk konstruk endogen

dengan indikator reflektif.

55

Model struktural (Inner Model) merupakan model struktural untuk

memprediksi hubungan kausalitas antar variabel laten. Melalui proses dari

bootstrapping, parameter uji T-statistic diperoleh untuk memprediksi

adanya hubungan kausalitas. Model struktural (Inner Model) dievaluasi

dengan melihat persentase variance yang dijelaskan oleh nilai R-Square

(R2) untuk variabel dependen dengan menggunakan ukuran Stone-Geisser

Q-Square test (Stone, 1974; Geisser, 1975) dan juga melihat besarnya

koefiseien jalur struktural. Model persamaannya dapat ditulis seperti

dibawah ini.

η = β0 + βη| + г ξ + ζ.......................................................................(3.7)

η menggunakan vector endogen (dependen) variabel laten, adalah ξ vektor

variabel exogen (independent) dan ζ adalah vector variabel residual. Karena

PLS didesain untuk model resursive, maka hubungan antar variabel laten,

setiap variabel laten dependen η, atau sering disebut causal chain system

dari variabel laten dapat didefinisikan sebagai berikut :

η = Σi βji ηi + Σi γjb + ζj..................................................................(3.8)

βji dan γjb adalah koefisien jalur yang menghubungkan predikator endogen

dan varibel laten exogen ξ dan η sepanjang range indeks i dan b dan ζj

adalah inner residual variabel. Jika hasil menghasilkan nilai R-Square (R2)

lebih besar dari 0,2 maka dapat diinterpretasikan bahwa predictor laten

memiliki pengaruh besar pada level struktural.

56

Predictive Relevance

Goodness of Fit Model diukur dengan menggunakan R-square variabel

laten dependen dengan interpretasi yang sama dengan regresi; Q-Square

predictive relevance untuk model struktural, mengukur seberapa baik nilai

observasi dihasilkan oleh model dan juga estimasi parameternya. Nilai Q-

square >0 menunjukkan model memilki predictive relevance, sebaliknya

jika nilai Q-square ≤ 0 menunjukkan model kurang memilki predictive

relevance. Perhitungan Q-square dilakukandengan rumus :

= 1 – ( 1- R 1 2

) ( 1 – R 2 2

) ... ( 1- R p 2 ) .........................................(3.9)

Dimana R 1 2

, R 2

2 ... R p

2 adalah R-square variabel endogen dalam model

persamaan. Besaran Q 2

memilki nilai dengan rentang 0 < Q 2

< 1, dimana

semakin mendekati 1 berarti model semakin baik. Besaran Q 2

ini setara

dengan koefisein determinasi total pada analisis jalur (path analysis). R m 2

3. Model Analisis Persamaan Struktural

Model analisis persamaan struktural tahap pertama yang dibangun dalam

penelitian ini dapat dilihat pada gambar sebagai berikut :

57

Gambar 3.1 Model Analisis Persamaan Struktural

4. Pengujian Hipotesis

Menurut Jogiyanto dan Abdillah (2009), ukuran signifikansi keterdukungan

hipotesis dapat digunakan perbandingan nilai T-table dan T-statistic. Jika T-

statistic lebih tinggi dibandingkan nilai T-table, berarti hipotesis terdukung

atau diterima. Untuk mendapatkan nilai T-table dengan menggunakan

rumus n(jumlah sampel)-k(jumlah variabel)-1.

Kriteria uji T-statistic uji R Square (R2) dan Q Square (Q

2). Kriteria nilai R

Square sebesar 0.67 (kuat), 0.33 (moderat), dan 0.19 (lemah). Menurut Chin

(1998), nilai R Square dikatakan (kuat) jika nilai sebesar 0.67, dikatakan

(moderat) jika nilai sebesar 0.33 dan dikatakan (lemah) jika nilai sebesar

0.19. Hasil penelitian R-Square (R2) diatas menghasilkan nilai kepuasan

58

konsumen sebesar 0,254 maka nilai R Square dikatakan (moderat) dan nilai

loyalitas konsumen sebesar 0,128 maka nilai R Square dikatakan (lemah).

Kriteria nilai Q Square apabila nilai yang didapatkan 0.02 (kecil), 0.15

(sedang) dan 0.35 (besar). Analisis PLS (Partial Least Square) yang

digunakan dalam penelitian ini menggunakan SmartPLS versi 3.0.m3 yang

dijalankan dengan media komputer. Prediction Relevance (Q Square) atau

dikenal dengan Stone-Geisser’s. Uji ini dilakukan untuk mengetahui

kapabilitas prediksi dengan prosedur blinfolding. Apabila nilai yang

didapatkan 0.02 (kecil), 0.15 (sedang) dan 0.35 (besar). Hanya dapat

dilakukan untuk konstruk endogen dengan indikator reflektif.